目录
BiliBili AI 弹幕姬——B站直播间弹幕监听 + AI 自动回复小工具
星光下的梦想xg
编辑于 2026年04月21日 12:12

🎙️ BiliBili AI 弹幕姬：一个把 AI 接入 B站直播间的硬核方案

当你的直播间有了 AI 助手，粉丝再也不是对着空气说话

⚠️ 声明：这是一个 Vibe Coding 产物。

什么是 Vibe Coding？我用 AI 帮我写代码，大部分逻辑是 OpenCode 生成的，我负责"验收"和"提需求"。代码可能不够优雅，架构可能有过度设计或不合理的地方，但——它和我总有一个能跑，而且确实在帮我解决一些问题。

如果你发现了 bug，欢迎提 Issue；如果觉得代码写得烂——很正常，我也觉得有些地方写得离谱，但先TM跑起来再说。🫠

📺 写在前面

你是否遇到过这种情况：

  • 开播时粉丝寥寥几条弹幕，根本来不及一一回复

  • 有人问"主播什么时候开播""今天播什么""这个游戏可以联机吗""为什么我进不去主播的房间""XX为什么打不开"，你需要一遍遍重复回答，甚至被干扰到正常的直播节奏与直播内容

  • 想要一个 24/7 在线的小助手，帮你处理日常弹幕，感谢漏掉的礼物投喂

如果你也是B站主播，或者管理着一个粉丝群，可能对这些场景再熟悉不过。

今天要介绍的，是一个我正在开发维护的开源项目——BiliBili AI 弹幕姬。它可以做两件事：

  1. 实时监听 B站直播间的弹幕、礼物、SC（醒目留言）

  2. 用 AI 自动回复 你可以接入你想要的模型供应商API，也可以用本地模型

更重要的是——完全开源，本地运行，数据不出你的电脑（云端模型的数据收集分析除外）。

✨ 它能做什么

1. 实时弹幕监听

基于 B站 WebSocket 协议，毫秒级延迟接收直播间的所有动态（SC醒目留言暂不支持，后续看看有没有零成本方式进行开发测试）：

  • 🗨️ 文字弹幕

  • 🎁 礼物（有人刷了小心心)

  • 👤 用户进出通知（待接入）

2. 关键词精准匹配

支持两种匹配模式：

  • 子串匹配：输入"开播"，命中"今天什么时候开播"

  • 正则表达式：输入^签到$，精准匹配单条"签到"

每个规则可以设置：

  • 是否区分大小写

  • 匹配范围（仅固定回复 / 仅 AI / 两者皆触发）

3. AI 自动回复

这是核心功能。支持两个大模型供应商：

每个供应商可以独立配置：

  • 模型 ID

  • API Key / Endpoint

  • 温度（Temperature）

  • Top P（采样策略）

  • 最大 Token 数

  • 请求超时

  • Ollama 专用：Keep-Alive、Base URL

4. 固定回复引擎

不是所有弹幕都需要 AI。你可以为特定关键词设置预设回复：

代码块
PlainText
自动换行
复制代码
包含"签到" → 回复"感谢签到～ 今天也要一起玩呀"
包含"点歌" → 回复"点歌功能已开启，请私信歌名"（后续考虑看看是否内置点歌姬功能）
复制成功

固定回复毫秒级响应，不需要等待 AI 推理。

5. 发送间隔控制

B站有严格的发弹幕频率限制（防风控）。你可以设置：

  • sendIntervalMs：两条弹幕之间的最小间隔（默认 1800ms）

  • maxPending：队列上限，防止积压

🏗️ 技术架构

一个有点"过度设计"但足够硬核的架构：

代码块
PlainText
自动换行
复制代码
┌─────────────────────────────────────────────────────────────────┐
│                     📺 B站弹幕服务器                             │
│                   (WebSocket 实时推送)                           │
└─────────────────────┬───────────────────────────────────────────┘
                      │
                      ▼
┌─────────────────────────────────────────────────────────────────┐
│               🐍 Python 弹幕核心 (danmaku-core)                 │
│  ├── receiver.py    ───  WebSocket 连接                         │
│  ├── sender.py     ───  HTTP API 发弹幕                         │
│  └── run.py       ───  入口 + stdio JSON-RPC                    │
└─────────────────────┬────────────────────────────────────────── ┘
                      │ stdio (进程间通信)
                      ▼
┌─────────────────────────────────────────────────────────────────┐
│            ⚡ Electron 主进程 (electron-app)                    │
│  ├── danmaku-service.ts  ───  与 Python 通信                     │
│  ├── ai-relay.ts       ───  AI 中继 (重点)                       │
│  ├── quick-reply-engine.ts ───  固定回复引擎                     │
│  └── config-store.ts  ───  配置加密存储                          │
└─────────────────────┬───────────────────────────────────────────┘
                      │ IPC
                      ▼
┌─────────────────────────────────────────────────────────────────┐
│                  🎨 Vue 3 前端 (renderer)                       │
│  ├── ModelSettingsView.vue  ───  AI 模型配置                     │
│  ├── KeywordsView.vue   ───  关键词管理                          │
│  ├── DanmakuView.vue   ───  弹幕监控面板                         │
│  ├── RoomView.vue     ───  直播间控制                            │
│  └── AboutView.vue   ───  主题切换 + 关于                        │
└─────────────────────────────────────────────────────────────────┘
复制成功

核心亮点：AI 中继 (ai-relay.ts)

这是整个项目最"硬核"的部分。我重写了三层管道：

代码块
TypeScript
自动换行
复制代码
// 1. 原始响应
rawResponse = await askModelRaw(prompt, options)

// 2. 提取回复文本（从 thinking/reasoning 中分离）
replyText = extractReplyText(rawResponse, provider)

// 3. 检查是否需要跳过（毒弹幕防御）
if (shouldSkipReply(replyText)) return
复制成功

关键设计：

  • Thinking 隔离：Ollama 的 <think/> 标签会被自动清理，不会发到直播间

  • 毒弹幕防御：检测到 MAX_RETRIES=3 次失败后自动断开重连

  • 竞态修复：disconnect 时等待正在处理的请求完毕，避免卡死

  • 模型热切换：OpenCode + Ollama 原生 API 平滑切换

数据安全：配置加密

你的 B站 Cookie 和 API Key 不会裸存。采用：

  • AES-256-GCM 加密

  • 密钥派生：机器指纹 SHA-512 + 随机 salt

  • 支持导出/导入（可选择是否包含敏感信息）

🎯 实际效果

以下是我在本地测试的截图：

主界面

弹幕监控

实时显示所有收到的弹幕、礼物，按时间流排序。

弹幕监控界面

AI 配置

模型参数配置界面
AI弹幕回复状态预览

🚀 快速开始

安装与运行

  • 下载并运行应用安装包：https://github.com/xgxdmx/BiliBili-AI-Danmaku/releases

配置

  1. 打开「📺 直播间」页面，点击「🔑 B站登录」扫码

  2. 输入房间号，点击「▶️ 开始监听」

  3. 打开「🎯 关键词」添加匹配规则

  4. 打开「🤖 大模型」配置 AI（推荐 OpenCode，免费够用）

  5. 开播！

项目开发环境要求

项目拉取与构建

代码块
Shell
自动换行
复制代码
# 克隆仓库
git clone https://github.com/xgxdmx/BiliBili-AI-Danmaku.git
cd BiliBili-AI-Danmaku

# 📦 安装 Node 依赖
pnpm install

# 🐍 安装 Python 依赖
cd packages/danmaku-core && pip install -r requirements.txt
复制成功

🛠️ 开发

代码块
Shell
自动换行
复制代码
# 🚀 启动 Electron 开发模式 (hot-reload)
pnpm dev

# ✅ 仅类型检查
pnpm typecheck

# 🔨 构建
pnpm build
复制成功

📦 打包发布

代码块
Shell
自动换行
复制代码
# 🎁 完整打包 (Python EXE + Electron 安装包)
pnpm package

# 🐍 只打包 Python 部分
pnpm package:python

# ⚡ 只打包 Electron 部分
pnpm package:electron

# 🧹 清理构建产物
pnpm package:clean
复制成功

跨平台构建后期进行测试（咕咕咕~）

🔧 技术栈

⚠️ 注意

  1. B站风控：建议发送间隔不要低于 1500ms，队列不要超过 100

  2. API 费用：OpenCode 的 Go/ Zen 模型有免费额度，本地 Ollama 需要 GPU

  3. 敏感信息：配置文件在 .gitignore 中，不要提交到版本控制

📄 许可证

Apache License 2.0，可免费商用。

📨 结语

这个项目起源于在B站UP主“麦克雷的小尾巴”的一次直播中用Gemini APP调用手机摄像头识别弹幕时的节目效果让我萌生了这个idea：想要一个用API接口实现的AI弹幕助手。

如果你也是 B站主播，或者对这个方向感兴趣，欢迎：

  • ⭐ Star 一个：https://github.com/xgxdmx/BiliBili-AI-Danmaku

  • 🌐 网站：https://www.xgxdmx.com/2026/04/21/2317/

  • 🐛 提 Issue：遇到问题随时反馈

  • 📥 Fork：欢迎贡献代码

下次开播的时候，让 AI 帮你回复——你只管专心内容。

本文为我原创，未经授权禁止转载
cv48003504